县域尺度表层土壤质地空间变异与因素分析

【目的】以北京市平谷区为研究区域,采用传统统计和地统计学相结合的方法研究县域尺度下土壤质地空间变异的规律,探究土壤质地空间变异的机理。【方法】采用Levine’s方法进行方差奇次性检验,根据检验结果选取最小显著性差方法(least-significant difference,LSD)对土壤颗粒组成与高程、母质、土地利用和水域分布关系进行研究。空间预测采用普通克里格法,鉴于土壤质地属于成分数据,插值前对原始数据进行对称对数比转换。【结果】不同高程组、母质类型、土地利用类型及水域缓冲区组各颗粒平均含量存在一定的差异性,不同高程组和母质类型的土壤颗粒组成之间的差异性比不同土地利用类型和水域缓冲区明显。总体而言,研究区内随着海拔高度的降低,土壤颗粒呈现由粗变细的趋势;由石英含量较高的酸性岩母质发育的土壤土壤颗粒较粗;菜地土壤颗粒相对较细;随着离水域距离的增大,土壤砂粒含量呈增加趋势。地统计分析结果显示,土壤质地各颗粒表现出极强的空间自相关性,空间变异主要由结构性因素引起。各颗粒空间插值结果表明,土壤各颗粒组成空间分布总体趋势特征比较明显。【结论】传统统计分析和地统计学相结合的方法能够系统和全面地揭示土壤质地空间变异的确定性和随机性,研究区土壤质地空间格局主要受地形、母质等自然因素影响。经过对称对数比转换后,土壤质地各颗粒组成空间预测结果满足成分数据空间插值的要求。     

用高程辅助提高土壤属性的空间预测精度

 【目的】探讨土壤属性变量与高程之间在何种条件下，可利用高程变量来辅助提高土壤变量的预测精度。【方法】用两种将高程作为辅助变量的克里格插值方法（协克里格法和简单克里格加变化局部平均值法）与没有考虑高程的普通克里格插值方法进行对比分析，用均方根预测误差和预测精度的相对提高值作为标准对3种方法的预测结果进行评价。【结果】对于交换性钾和pH值，协克里格法获得最精确的预测；对于Olsen-P、土壤有机质和有效锌，简单克里格加变化局部平均值法得到最精确的预测；而有效铜、有效铁和有效锰的最精确的预测结果则由普通克里格法产生。【结论】高程数据能够用来提高土壤特征的空间预测精度，但并不是对所有的土壤属性都适合；在利用高程数据来提高土壤属性空间预测之前，应该先对高程和土壤特征变量之间的线性相关关系、结构相关关系和全局趋势等进行仔细地分析，然后再选择适宜的方法。     

利用高程辅助进行土壤有机质的随机模拟

为了探讨在条件模拟计算环境下,是否可以利用高程数据辅助提高土壤有机质空间变化的预测精度及相应的预测不确定性模拟的准确性,该文在北京市平谷区内选取研究样区,以土壤有机质作为目标变量,一方面利用序贯高斯模拟法对土壤有机质的空间分布进行模拟,另一方面以高程作为辅助信息,利用序贯高斯协模拟法对土壤有机质的空间分布进行模拟,然后对两种方法的模拟结果进行对比分析。结果表明,在土壤有机质的空间预测精度、模拟预测结果的局部不确定性和模拟预测结果的空间不确定性三方面,通过将高程数据考虑进有机质条件模拟过程中,准确性都得到了提高。这对于农业可持续发展以及全球碳平衡研究都具有十分重要的意义。     

北京市平谷区农用地土壤有机质空间变异特征

采用传统统计、地统计及地理信息系统(GIS)相结合的方法,初步研究了北京市平谷区农田土壤有机质(SOM)含量的空间分布规律及其影响因素.传统统计分析结果表明,研究区土壤样本呈对数正态分布,平均值为15.36 g·kg-1,变异系数为0.32,属中等变异程度.方差分析表明,高程和土地利用类型均对研究区SOM含量的分布有显著影响.地统计分析表明,研究区SOM含量空间变异具有一阶趋势和各向异性特征;由空间自相关部分和随机部分引起的空间变异性程度大体相当,具有中等的空间相关性.结合普通Kriging插值方法,获得了研究区SOM含量的空间分布图,比较分析表明研究区农用地SOM含量的空间分布是自然和人为利用因素共同作用的结果.